UB研究人员利用数字病理学和计算建模的力量,开发了一种检测和量化足细胞的新方法,如上所示,足细胞是肾脏中的一种特殊类型的细胞,在肾脏疾病的早期会发生破坏性变化
信用:国立卫生研究院,国家糖尿病、消化和肾脏疾病研究所 在肾病的早期阶段,一种叫做足细胞的特殊类型的肾细胞在结构和功能上都经历了破坏性的变化
这些变化是终末期肾病可能导致的最终毁灭性损害的关键指标,但这些特化细胞很难被检测到
现在,布法罗大学的研究人员利用数字病理学和计算建模的力量,开发了一种检测和量化足细胞的新方法
这种基于云的工具被称为PodoSighter,在《美国肾病学会杂志》的一篇论文中有所描述;这项研究在杂志11月刊的封面上被重点报道
这个项目是一个例子,说明先进的计算能力是如何让科学家从解剖结构的复杂图像中收集新信息的
理解人类系统 皮纳基·萨德尔博士说:“在医学领域,理解人类系统取决于分析大量非常不同类型的数据。”
D
,论文高级作者,雅各布斯医学和生物医学学院病理学和解剖学副教授
“问题是,我们如何结合所有这些数据来尝试和理解人类的基本系统和疾病?” 在计算肾脏病理学的新兴领域工作,Sarder和他的同事专注于更好地理解肾脏活检样本图像中的信息
“几十年来,足细胞的数量和密度对于终末期肾病的诊断和预后都很重要,这是众所周知的,”Darshana Govind博士说
D
,第一作者,在萨得实验室完成博士工作
她现在是让桑制药公司的数据科学家
在肾病的早期,足细胞开始改变形状,随着疾病的发展,足细胞的数量会减少
“一个健康的人比一个生病的人有更多的足细胞,”Sarder解释说
“如果有一天我们能够追踪足细胞的丢失,那么我们就可以确定疾病的阶段
“现在,这不可能,但这是UB研究的目标之一
处理活检组织图像的最大挑战之一是它们包含大量数据
足细胞的另一个挑战是,它们存在于肾小球深处,肾小球是处理肾脏中第一线血液过滤的囊状毛细血管束
“在图像中识别足细胞非常具有挑战性,”Govind解释说,他指出肾小球中有如此多的细胞,即使是受过训练的病理学家也很难弄清楚哪些细胞核属于足细胞
不同类型的染色可以用来突出足细胞,但有时染色会导致其他重要的图像信息丢失
卷积神经网络 他们开发的解决方案是使用一种称为卷积神经网络的机器学习技术,这是一种能够区分图像中特定对象的学习算法
在某种程度上,它是基于人类大脑视觉皮层处理视觉信息的方式发展起来的
这项技术主要包括“训练”计算机来检测足细胞
戈文德说:“组织是在诊所准备的,基于人工智能的方法可以为你检测出来。”
“你点击一个按钮,足细胞就被识别出来了
" 还提供了密度信息
Sarder说:“PodoSighter不仅能检测足细胞,还能吐出一份报告,说明每个肾小球中有多少这样的细胞,密度是多少,这是疾病进展的一个关键指标。”
他解释说,随着肾脏疾病的发展,肾小球体积增大,而足细胞数量减少
目前,PodoSighter主要是一种研究工具,可以研究动物和人类的样本
目标是最终将这种技术应用于临床,供人类使用,研究人员称这可能在几年内实现
研究人员在UB的计算研究中心进行了一些工作
Sarder补充说,这种利用人工智能进行医学研究的潜力巨大
他说:“我在UB的目标之一不仅是做研究,而且是发展劳动力,这非常重要。”
“博士
戈文德为她的博士学位做了出色的、非常困难的工作
D
并发表在顶级期刊上
“他指出,尽管情况在改善,但目前从事人工智能工作的女性仍然不多
“这很有挑战性,”戈文德说,“因为你在这个领域看不到很多女性
我希望看到更多女性加入STEM和数据科学
这是一个很好的领域
在满是男人的房间里很难做到一个女性,所以我鼓励更多女性加入AI团队
有很多前沿的研究,你实际上正在改变生活,用人工智能应用于医疗保健
"
来源:由phyica.com整理转载自PH,转载请保留出处和链接!